MétaCan
Menu
Retour à la cohorte
Enregistrement W2112751286 · doi:10.1158/1055-9965.epi-14-1270

Network-Based Integration of GWAS and Gene Expression Identifies a <i>HOX</i> -Centric Network Associated with Serous Ovarian Cancer Risk

2015· review· en· W2112751286 sur OpenAlexaff
Siddhartha Kar, Jonathan P. Tyrer, Qiyuan Li, Kate Lawrenson, Katja K.H. Aben, Hoda Anton‐Culver, Natalia Antonenkova, Georgia Chenevix‐Trench, Helen Baker, Elisa V. Bandera, Yukie T. Bean, Matthias W. Beckmann, Andrew Berchuck, Maria Bisogna, Line Bjørge, Natalia Bogdanova, Louise A. Brinton, Angela Brooks‐Wilson, Ralf Bützow, Ian Campbell, Karen Carty, Jenny Chang‐Claude, Y. Ann Chen, Zhihua Chen, Linda S. Cook, Daniel W. Cramer, Julie M. Cunningham, Cezary Cybulski, Agnieszka Dansonka‐Mieszkowska, Joe Dennis, Ed Dicks, Jennifer A. Doherty, Thilo Dörk, Andreas du Bois, Matthias Dürst, Diana Eccles, Douglas F. Easton, Robert P. Edwards, Arif B. Ekici, Peter A. Fasching, Brooke L. Fridley, Yu‐Tang Gao, Aleksandra Gentry‐Maharaj, Graham G. Giles, Rosalind Glasspool, Ellen L. Goode, Marc T. Goodman, Jacek Grownwald, Patricia Harrington, Philipp Harter, Alexander Hein, Florian Heitz, Michelle A.T. Hildebrandt, Peter Hillemanns, Estrid Høgdall, Claus Høgdall, Satoyo Hosono, Edwin S. Iversen, Anna Jakubowska, James Paul, Allan Jensen, Bu‐Tian Ji, Beth Y. Karlan, Susanne K. Kjær, Linda E. Kelemen, Melissa Kellar, Joseph L. Kelley, Lambertus A. Kiemeney, Camilla Krakstad, Jolanta Kupryjańczyk, Diether Lambrechts, Sandrina Lambrechts, Nhu D. Le, Alice W. Lee, Shashi Lele, Arto Leminen, Jenny Lester, Douglas A. Levine, Dong Liang, Jolanta Lissowska, Karen Lu, Jan Lubiński, Lene Lundvall, Leon F.A.G. Massuger, Keitaro Matsuo, Valerie McGuire, Iain A. McNeish, Usha Menon, Francesmary Modugno, Kirsten B. Moysich, Steven A. Narod, Lotte Nedergaard, Roberta B. Ness, Heli Nevanlinna, Kunle Odunsi, Sara H. Olson, Irene Orlow, Sandra Oršulić, Rachel Palmieri Weber, Celeste Leigh Pearce, Tanja Pejović, Liisa M. Pelttari, Jennifer Permuth‐Wey, Catherine M. Phelan, Malcolm C. Pike, Elizabeth M. Poole, Susan J. Ramus, Harvey A. Risch, Barry P. Rosen, Mary Anne Rossing, Joseph H. Rothstein, Anja Rudolph, Ingo B. Runnebaum, Iwona K. Rzepecka, Helga B. Salvesen, Joellen M. Schildkraut, Ira Schwaab, Xiao‐Ou Shu, Yurii B. Shvetsov, Nadeem Siddiqui, Weiva Sieh, Honglin Song, Melissa C. Southey, Lara Sucheston‐Campbell, Ingvild L. Tangen, Soo‐Hwang Teo, Kathryn L. Terry, Pamela J. Thompson, Agnieszka Timorek, Ya-Yu Tsai, Shelley S. Tworoger, Anne M. van Altena, Els Van Nieuwenhuysen, Ignace Vergote, Robert A. Vierkant, Shan Wang‐Gohrke, Christine Walsh, Nicolas Wentzensen, Alice S. Whittemore, Kristine G. Wicklund, Lynne R. Wilkens, Yin Ling Woo, Xifeng Wu, Anna H. Wu, Hannah Yang, Wei Zheng, Argyrios Ziogas, Thomas A. Sellers, Álvaro N.A. Monteiro, Matthew L. Freedman, Simon A. Gayther, Paul D.P. Pharoah

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBioinformatics and Genomic Networks
Établissements canadiensUniversity of TorontoWomen's College HospitalPrincess Margaret Cancer CentreSimon Fraser UniversityBC Cancer AgencyCanada's Michael Smith Genome Sciences CentreLunenfeld-Tanenbaum Research Institute
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Environmental Health SciencesNational Cancer InstituteCancer Research UKFrancis Crick Institute
Mots-clésHox geneGenome-wide association studyOvarian cancerCancerSerous fluidOncologyGeneMedicineBiologyInternal medicineGeneticsGene expressionSingle-nucleotide polymorphismGenotype

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Genome-wide association studies (GWAS) have so far reported 12 loci associated with serous epithelial ovarian cancer (EOC) risk. We hypothesized that some of these loci function through nearby transcription factor (TF) genes and that putative target genes of these TFs as identified by coexpression may also be enriched for additional EOC risk associations. METHODS: We selected TF genes within 1 Mb of the top signal at the 12 genome-wide significant risk loci. Mutual information, a form of correlation, was used to build networks of genes strongly coexpressed with each selected TF gene in the unified microarray dataset of 489 serous EOC tumors from The Cancer Genome Atlas. Genes represented in this dataset were subsequently ranked using a gene-level test based on results for germline SNPs from a serous EOC GWAS meta-analysis (2,196 cases/4,396 controls). RESULTS: Gene set enrichment analysis identified six networks centered on TF genes (HOXB2, HOXB5, HOXB6, HOXB7 at 17q21.32 and HOXD1, HOXD3 at 2q31) that were significantly enriched for genes from the risk-associated end of the ranked list (P < 0.05 and FDR < 0.05). These results were replicated (P < 0.05) using an independent association study (7,035 cases/21,693 controls). Genes underlying enrichment in the six networks were pooled into a combined network. CONCLUSION: We identified a HOX-centric network associated with serous EOC risk containing several genes with known or emerging roles in serous EOC development. IMPACT: Network analysis integrating large, context-specific datasets has the potential to offer mechanistic insights into cancer susceptibility and prioritize genes for experimental characterization.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,045
Tête enseignante GPT0,335
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetBioinformatics and Genomic NetworksTravaux en français237 207